模型判別

模型判別是採用一系列財務比率變數來預測公司破產或違約的機率，然後根據銀行、投資者的風險偏好程度設定風險警界線、以此對分析對象進行風險定位和決策。

概述

多變數信用風險判別模型是以特徵財務比率為解釋變數,運用數量統計方法推導而建立起的標準模型。運用此模型預測某種性質事件發生的可能性,及早發現信用危機信號,使經營者能夠在危機出現的萌芽階段採取有效措施改善企業經營,防範危機；使投資者和債權人可依據這種信號及時轉移投資、管理應收帳款及作出信貸決策。目前國際上這類模型的套用是最有效的,也是國際金融業和學術界視為主流方法。概括起來有線性機率模型、Logit模型、Probit模型和判別分析模型。其中多元判別分析法最受青睞,Logit模型次之。

分析法的比較

Logit模型是採用一系列財務比率變數來預測公司破產或違約的機率，然後根據銀行、投資者的風險偏好程度設定風險警界線、以此對分析對象進行風險定位和決策。Logit模型與多元判別分析法的本質區別在於前者不要求滿足常態分配,其模型採用Logistic函式。由於Logistic回歸不假定任何機率分布,不滿足正態情況下其判別正確率高於判別分析法的結果。

相關詞條

機率模型、Logit模型、Probit模型、銀行、投資者